MétaCan
Menu
Retour à la cohorte
Enregistrement W2758850473

(A)STC Testing With MLS: Old Dog. New Tricks.

2017· article· en· W2758850473 sur OpenAlexvenueno aff
Ryan John Matheson

Notice bibliographique

RevueCanadian acoustics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReverberationAcousticsSIGNAL (programming language)Architectural acousticsRoom acousticsAttenuationNoise (video)White noiseFocus (optics)Computer scienceTelecommunicationsPhysicsOptics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Within ASTM E336: Standard Test Method for Measurement of Airborne Sound Attenuation between Rooms in Buildings, it states that signal to be used for testing be such that the input signal to amplifiers shall be random noise containing an approximately continuous distribution of frequencies over each test band. White or pink electronic noise sources satisfy this condition. Another signal that also meets condition is a maximum length sequence, or MLS. Typically author has seen MLS used in room acoustics measurements, mostly in determination of a spaces reverberation time (RT60). Considering MLS signals' well-established usefullness in room acoustics and fact that it meets signal condition in ASTM E336 author explores possible benefits in using MLS while performing (A)STC testing in field. The focus of work will be in using MLS signal to obtain RT60 in both receiver and source rooms without having to move speaker from room to room or do additional RT60 measurements using other sources of sound.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,253
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian acousticsMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207